微軟發(fā)布PhI-3-Vision模型，提升視覺(jué)AI效率
5 月 28 日，微軟在 Build 2024 大會(huì)上推出了最新的 Phi-3 系列成員——Phi-3-vision。這一工具主打視覺(jué)應(yīng)用，能有效處理圖片文字信息，且在移動(dòng)設(shè)備上也能運(yùn)行自如。
Phi-3-vision 是一種小型多模式語(yǔ)言模型（SLM），主要適用于本地人工智能場(chǎng)景。其模型參數(shù)高達(dá) 42 億，上下文序列包含 128k 個(gè)符號(hào)，可滿足各種視覺(jué)推理和其他任務(wù)需求。
Microsoft 通過(guò)一篇新發(fā)表的論文［PDF］展示了 Phi-3-vision 的強(qiáng)大實(shí)力。與其他模型如 Claude 3-haiku、Gemini 1.0 Pro 相比，Phi-3-vision 毫不遜色。
此外，Microsoft 還對(duì) Phi-3-vision 進(jìn)行了多項(xiàng)測(cè)試，并將其與其他競(jìng)品模型進(jìn)行了比較，包括字節(jié)跳動(dòng)的 Llama3-Llava-Next（8B）、微軟研究院與威斯康星大學(xué)、哥倫比亞大學(xué)聯(lián)合開(kāi)發(fā)的 LlaVA-1.6（7B）以及阿里巴巴通義千問(wèn) QWEN-VL-Chat 模型等。結(jié)果表明，Phi-3-vision 在多個(gè)項(xiàng)目中的表現(xiàn)均十分出色。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
微軟
+關(guān)注
關(guān)注
4文章
6705瀏覽量
106967 -
人工智能
+關(guān)注
關(guān)注
1811文章
49498瀏覽量
258208 -
語(yǔ)言模型
+關(guān)注
關(guān)注
0文章
566瀏覽量
11180
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
微軟Visual Studio 2026 發(fā)布！AI 深度融合、性能提升
“ ?微軟發(fā)布 Visual Studio 2026 預(yù)覽版，新版本以深度融合的 AI Copilot 為核心，結(jié)合全新的 Fluent Design 界面與顯著的性能提升，旨在打造前
日本航空攜手微軟率先將AI應(yīng)用引入客艙管理
日本航空（JAL）攜手微軟，率先將AI應(yīng)用引I入客艙管理。通過(guò)基于微軟Phi-4小型語(yǔ)言模型（SLM）開(kāi)發(fā)的JAL-
DevEco Studio AI輔助開(kāi)發(fā)工具兩大升級(jí)功能 鴻蒙應(yīng)用開(kāi)發(fā)效率再提升
帶來(lái)了前所未有的智能問(wèn)答體驗(yàn)。
RAG增強(qiáng)型與傳統(tǒng)生成式AI的關(guān)鍵差異：
圖2：DeepSeek模型增強(qiáng)RAG能力前后效果對(duì)比圖
升級(jí)點(diǎn)2：新增代碼解釋功能，提升初學(xué)者開(kāi)發(fā)效率
針對(duì)
發(fā)表于 04-18 14:43
首創(chuàng)開(kāi)源架構(gòu)，天璣AI開(kāi)發(fā)套件讓端側(cè)AI模型接入得心應(yīng)手
的端側(cè)部署，Token產(chǎn)生速度提升了40%，讓端側(cè)大模型擁有更高的計(jì)算效率和推理性能，使端側(cè)AI交互響應(yīng)更及時(shí)，用戶體驗(yàn)更貼心。
聯(lián)發(fā)科還與vivo和全民K歌攜手，借助天璣
發(fā)表于 04-13 19:52
添越智創(chuàng)基于 RK3588 開(kāi)發(fā)板部署測(cè)試 DeepSeek 模型全攻略
的 AI 處理效率，成為部署各類 AI 模型的關(guān)鍵依托。
憑借這些卓越的硬件性能，RK3588 開(kāi)發(fā)板在保持低功耗的同時(shí)，展現(xiàn)出強(qiáng)大的運(yùn)算能力，無(wú)疑是部署 DeepSeek
發(fā)表于 02-14 17:42
字節(jié)跳動(dòng)發(fā)布豆包大模型1.5 Pro
3.5 Sonnet等模型。 該模型采用大規(guī)模稀疏MoE架構(gòu)，使用較小的激活參數(shù)進(jìn)行預(yù)訓(xùn)練，卻能等效7倍激活參數(shù)的Dense模型性能，遠(yuǎn)超業(yè)內(nèi)MoE架構(gòu)約3倍杠桿的常規(guī)
在算力魔方上本地部署Phi-4模型
智能水平上的一大飛躍。它不僅達(dá)到了之前只有Llama 3.1 405B模型才具備的智能水平，而且還超越了11月發(fā)布的GPT-4o模型。 本文我們將分享微軟剛剛
虹軟AI視覺(jué)賦能雷鳥(niǎo)V3 AI拍攝眼鏡發(fā)布
近日，雷鳥(niǎo)創(chuàng)新正式發(fā)布全新一代AI拍攝眼鏡——雷鳥(niǎo)V3。該產(chǎn)品搭載多項(xiàng)創(chuàng)新技術(shù)，包括融合虹軟AI視覺(jué)算法的獵鷹影像系統(tǒng)、通義獨(dú)家定制大
三星發(fā)布Vision AI及Neo QLED旗艦電視
近日，三星電子在1月6日正式對(duì)外發(fā)布了其備受矚目的Samsung Vision AI技術(shù)。這一創(chuàng)新技術(shù)旨在為用戶提供由先進(jìn)人工智能驅(qū)動(dòng)的個(gè)人屏幕體驗(yàn)，開(kāi)啟了智能家居與個(gè)性化交互的新篇章
微軟尋求在365 Copilot中引入非OpenAI模型
擔(dān)心企業(yè)用戶在使用365 Copilot時(shí)面臨的成本和速度問(wèn)題，因此正在尋求更多樣化的技術(shù)來(lái)源。盡管微軟與OpenAI之間有著緊密的合作關(guān)系，并允許微軟定制OpenAI的模型，但微軟仍
Meta發(fā)布新AI模型Meta Motivo，旨在提升元宇宙體驗(yàn)
Meta公司近日宣布，將推出一款名為Meta Motivo的全新人工智能模型。該模型具備控制類似人類的數(shù)字代理動(dòng)作的能力，有望為元宇宙的用戶體驗(yàn)帶來(lái)顯著提升。 Meta Motivo的發(fā)布
微軟預(yù)覽版Copilot Vision AI功能上線
微軟公司近日宣布，將面向美國(guó)地區(qū)的Copilot Pro用戶推出預(yù)覽版的Copilot Vision AI功能。這一創(chuàng)新功能旨在通過(guò)人工智能技術(shù)，進(jìn)一步提升用戶的網(wǎng)頁(yè)瀏覽體驗(yàn)。 Cop
AI干貨補(bǔ)給站04 | 工業(yè)AI視覺(jué)檢測(cè)項(xiàng)目實(shí)施第三步：模型構(gòu)建
在當(dāng)今智能制造的浪潮中，AI視覺(jué)檢測(cè)技術(shù)憑借其高效、精準(zhǔn)的特性，已然成為提升產(chǎn)品質(zhì)量和生產(chǎn)效率的重要工具。為了助力從業(yè)者更好地理解和實(shí)施AI
用Ollama輕松搞定Llama 3.2 Vision模型本地部署
Ollama的安裝。 一，Llama3.2 Vision簡(jiǎn)介 Llama 3.2 Vision是一個(gè)多模態(tài)大型語(yǔ)言模型（LLMs）的集合，它包括預(yù)訓(xùn)練和指令調(diào)整的圖像推理生成模型，有兩
微軟發(fā)布Azure AI Foundry，推動(dòng)云服務(wù)增長(zhǎng)
。 Azure AI Foundry為用戶提供了一個(gè)更為便捷的平臺(tái)，使得在支持人工智能的大型語(yǔ)言模型之間切換變得輕松自如。這一創(chuàng)新工具的發(fā)布，無(wú)疑將極大地降低AI應(yīng)用的開(kāi)發(fā)門檻，進(jìn)一步
工商網(wǎng)監(jiān)
評(píng)論